SuperAPI AI 工具集3,662 个结果 · 第 63 / 102 页
Context7 是一个为 LLM 和 AI 代码编辑器提供最新代码文档的平台。它能把特定版本的代码示例和文档直接拉取到 LLM 的上下文中，避免因训练数据过时而产生过时代码示例、不存在的 API 幻觉以及针对旧版本的通用回答。它支持两种使用模式：CLI + Skills（安装技能，引导智能体通过 ctx7 CLI 命令获取文档，无需 MCP）和 MCP（注册 Context7 MCP 服务器，让智能体原生调用文档工具）。官方建议获取免费 API 密钥以提高速率限制。ctx7 CLI 需要 Node.js 22.13 或更高版本，可通过单条命令为编码智能体完成设置，支持 OAuth 认证、生成 API 密钥并安装相应技能。
ContextStream 是一个为编程智能体提供共享项目上下文的平台。它面向 Cursor、Claude Code、Codex、Grok 等编码智能体，旨在解决多个智能体协作时反复解释项目决策、约束和进度的问题。ContextStream 将项目上下文保存在单个智能体会话之外，让助手解析授权的工作区和项目，在已索引的源代码中搜索路径和行号，并可检查代码关系；同时检索决策及其原因、偏好、约束、经验教训和交接信息。智能体据此提出下一步建议，由开发者核对证据后决定。其搜索为托管式，符合条件的文件内容会被发送用于索引，即使 MCP 辅助程序在本地运行。官方提供远程 MCP 地址 https://mcp.contextstream.io/mcp。
中文介绍正在整理，稍后补充。
Convex Chef 是 Convex 平台推出的面向 AI 智能体的后端开发平台。其核心主张是：让 AI 智能体生成的后端代码默认保持正确性。Convex 官方通过对比实验指出，在相同提示下让前沿模型在 Postgres 与 Convex 上分别实现同样的十个应用，在 Postgres 上十个应用中有九个在高负载下静默损坏数据，而在 Convex 上则不会出现此类问题。原因在于 Convex 的每个 mutation 都作为一次可串行化事务运行，遇冲突自动重试，因此无需手工添加锁或约束。该平台还内置实时订阅能力，查询即实时订阅，提交的写入会自动推送至所有正在监听的客户端，无需自行搭建 SSE 或 WebSocket。Convex 无连接池，不会因连接耗尽而死锁。Convex Chef 页面同时展示了与多种模型、智能体和编辑器配合使用的说明，并提供 npm create convex@latest 命令用于创建新项目。
Cook County / Chicago 房产记录的托管式、按次付费 MCP 服务器，覆盖伊利诺伊州库克县（含芝加哥市）的房产数据：地块（parcels）、登记销售与契约历史、建筑许可、房产税评估历史，并将这些数据联结、规范化后输出为统一答案，同时提供可比销售（comps）与轻量自动估值。无需注册、无需 API 密钥，通过 x402 协议按调用付费（Base 或 Solana 上的 USDC）。远程 MCP 端点：https://api.ingest0r.com/mcp （streamable-http，可直接添加到任意 MCP 客户端，无需安装）。相比原始开放数据，它返回已联结、已推导的成品答案，而非需要自行查询拼接的原始行，例如将建筑许可关联到 PIN、为地块补上街道地址、以及可比销售估值。官网 / HTTP API：https://api.ingest0r.com 。
coolify-mcp 是一个面向 Coolify 自托管 PaaS 的 MCP 服务器，提供 64 个工具用于部署、诊断和管理应用、数据库与服务。其类型与 schema 直接由 Coolify 官方 OpenAPI 规范生成，确保工具输入与 API 实际接受的内容一致。主要能力包括：从零创建项目、环境、服务器和应用在内的完整部署工作流；支持 public git、GitHub App、Deploy Key、Dockerfile 和 Docker Image 五种应用类型，以及通过 createService 进行 Docker Compose 部署；环境变量的完整增删改查与密钥遮蔽；应用部署、启动、停止、重启控制；通过 diagnoseApp 进行诊断；内置本地索引的文档全文搜索；写入保护、密钥遮蔽和 MCP 注解等安全特性。
Copilot MCP 是一款 VS Code 扩展，作为 Model Context Protocol（MCP）客户端，让用户在一个界面中发现、安装和管理开源 MCP 服务器与 Agent Skills，并将其工具直接暴露给 GitHub Copilot Chat、Claude Code 和 Codex CLI 使用。它提供 MCP 服务器连接与管理、技能搜索与安装、已安装技能管理、服务器自动发现等功能，并支持通过 Cloud MCP 使用远程 MCP（OAuth 方式，无需本地部署）。扩展会收集少量匿名使用事件，但尊重 VS Code 的遥测设置，可完全关闭。项目采用 GPL-3.0 许可。
中文介绍正在整理，稍后补充。
Cordum 是面向 AI 智能体的“动作防火墙”与智能体控制平面（Agent Control Plane），为自主 AI 智能体提供确定性的治理层。它可在风险工具调用、Shell 命令、工作流和生产变更执行前强制策略与人工审批，并留下可审计的证据。Cordum 采用 Before/During/Across 框架：执行前定义声明式策略、触发安全内核检查或标记人工审批；执行中实时监控智能体运行、支持步骤级审批与超时/熔断；跨智能体统一管理审计追踪、能力路由与智能体池健康度。产品还包含 Cordum Edge——面向 Claude Code 等本地 AI 智能体动作的合规防火墙，通过命令钩子在风险动作运行前拒绝、对编辑要求审批，并为每次会话导出脱敏证据包。Cordum 实现开放协议 CAP（Cordum Agent Protocol），用于分布式智能体治理，并与 MCP 互补。提供 Go SDK（稳定版）以及 Python、Node SDK，包含 30 多个集成包（Slack、GitHub、AWS、Jira、Terraform、Datadog、PagerDuty 等）。许可为 BUSL-1.1，允许自托管与内部使用、修改与回馈，不允许作为竞争性托管服务提供，2029 年 1 月 1 日转为 Apache 2.0。
Coreflux MQTT MCP Server 是一个企业级 Model Context Protocol（MCP）服务器，为 Claude 等兼容 MCP 的 AI 助手提供对 Coreflux MQTT broker 的安全、可扩展访问及自动化能力。它支持 MQTT 集成（含完整 TLS）、Coreflux API（模型、动作、规则、路由）、通过 Coreflux Copilot API 生成 LOT（Language-of-Things）代码、动态发现动作以及系统健康监控。项目还包含生产级安全、异步处理、增强日志、配置校验和完整测试框架，并提供 Docker、Kubernetes 部署支持、CI/CD 流水线以及交互式安装助手。
Corellis 是一套把单个 OpenClaw AI 助手扩展为协同 AI 团队（称成员为“lobster/龙虾”）的开源系统，用于任务编排、共享知识与集体记忆。每个成员运行在独立 Docker 容器中，拥有私有记忆与会话，同时共享公司知识库和可搜索的团队记忆。核心能力包括：Teamind 集体记忆（对 Slack 对话建立嵌入索引，可跨频道、跨历史检索决策依据）；可自我改进机制（检测被纠正的内容、记录教训并推广到全团队）；GoalOps 目标驱动（控制器把高层目标拆解为子目标、分配并让成员自协调，含依赖跟踪与人工审批）；统一任务看板（支持 Notion、Linear、GitHub Projects 或纯 Markdown）；30 秒生成新成员；17+ 内置技能；面向编码代理的置信度路由工作流；主动任务发现；以及舰队运维（滚动升级、配置广播、健康检查等 24 个脚本）。使用前提为主机安装 OpenClaw 并具备 Docker，每个成员需一个 Slack bot 应用。仓库声称自 2026 年 2 月起在生产中持续运行，含 28 个成员、索引 5 万+ Slack 消息、500+ 次自我修正。
CoreWeave 是一个面向人工智能的云平台，专为运行复杂 AI 工作负载而构建。平台提供 GPU 加速计算、存储、网络、裸金属服务器等基础设施服务，并推出 CoreWeave Forge 用于连接 AI 迭代循环。其客户包括多家领先的基础模型提供商，并获得 SemiAnalysis 的 Platinum ClusterMAX 评级。
corroborate-mcp 是一个面向 AI 智能体的开源 MCP 服务器，用于评估一条声明在多大程度上被独立报道。它通过识别内容聚合（syndication）来统计真正独立的来源数量，并给出 0-1 的置信度评分，同时公开自身的错误率。它衡量的是“报道的佐证程度”而非“事实真伪”，无需 API 密钥，只读运行。当智能体需要判断当前事件或新闻类声明是独立多方报道还是单一来源被广泛转载时，可以调用它。对每条声明返回裁决（如 CONFIRMED、SINGLE_SOURCE、UNCORROBORATED）、证据来源、置信度及局限说明，并提供不做裁决的原始来源查找功能，适合需要可辩护、可追溯判断依据的场景。
Cortex 是一个面向个人开发者的开源大语言模型训练项目，旨在降低训练成本。项目实现了从零构建大模型的完整流程，代码完全开源且高度解耦，涵盖预训练、Midtrain、SFT、DPO 和 PPO 全链路训练。Cortex 3.1 版本支持国产芯片（MLU370 × 4）全流程训练，采用极致轻量的 MoE 架构，总参数量仅 0.1B，推理激活参数约 67M，可在低算力设备上实现高吞吐推理。项目引入 LLM as Judge 驱动的 PPO 训练，并支持 Attention Residuals 机制和思考控制（/think 与 /no think 标签）。模型定义与训练框架分别解耦为独立仓库，便于灵活使用。
Cortex Memory 是一个基于 Rust 构建的 AI 原生长期记忆框架，为 AI 智能体、具身智能和 OpenClaw 等自主系统提供生产级认知基础。它采用 L0 摘要 → L1 概览 → L2 详情的三层记忆架构，结合虚拟文件系统（cortex:// URI）与 Qdrant 向量语义搜索，可自动从对话中提取、组织并优化记忆。框架提供 SKILL、CLI、REST API、MCP 协议和洞察仪表盘等多种访问方式，支持多租户隔离、会话管理、事件驱动自动化、增量更新与基于遗忘曲线的记忆清理机制。官方在 LoCoMo10 数据集评测中取得 68.42% 总分，并宣称相比 OpenClaw+LanceDB 节省 11 倍 token。
中文介绍正在整理，稍后补充。
腾讯云 COS MCP Server 是基于 MCP 协议的服务器，无需编码即可让大模型快速接入腾讯云存储（COS）和数据万象（CI）能力。它支持将文本、图片、视频、音频等数据上传到 COS 云端存储，实现本地数据转存、网页数据批量转存以及云端自动化处理与转存。使用时需准备腾讯云 SecretId/SecretKey、存储桶名称、地域等参数，可选配置数据集名称用于智能检索。支持 stdio 和 sse 两种连接方式，可在 Cursor 等大模型工具中通过 mcp.json 配置使用，也可通过源码或 npm 包运行。
NVIDIA Cosmos 是一个面向物理 AI 的开放平台，提供世界模型、数据集与工具，帮助开发者构建机器人、自动驾驶和智能基础设施等应用。其当前模型家族 Cosmos 3 基于统一的 Mixture-of-Transformers 架构，属于全能模态世界模型，可在一个模型上完成看、推理、模拟与行动。平台提供视频生成、图像与声音模式等能力，并支持 Diffusers、Transformers、vLLM、vLLM-Omni、SGLang、TensorRT-LLM、NIM 等多种后端。模型与源码以 OpenMDW-1.1 许可发布，使用前需申请 nvidia/Cosmos-1.0-Guardrail 访问权限并接受条件，且默认开启安全护栏。生成结果可能在长时、高分辨率或物理复杂场景下出现伪影，安全关键应用需额外验证。
counsel-mcp 是一个开源的 Model Context Protocol（MCP）服务器，用于将 AI 智能体连接到 Counsel API，实现战略推理与多视角分析。它支持托管与自托管两种使用方式：既可直接接入托管服务器，也可在本地自行运行实例。核心能力包括访问 Counsel 的辩论与多视角推理引擎、运行交互式顾问会话（用于问题梳理与画像调优），并原生支持 OAuth 2.0 认证（由 MCP 客户端自动处理），同时提供 STDIO 与 HTTP 双传输方式，分别面向本地客户端和 Web 客户端或共享服务器。自托管需 Node.js 18+ 及 Counsel 账号，配置方式涵盖 Claude Desktop、Claude Code（CLI）、Cursor、Windsurf、VS Code with Copilot 等客户端。内置工具包括 start_consultation、get_consultation_status、get_consultation_report、list_consultations、sharpen_question 和 consult_advisor，可用于启动战略咨询、检查进度、获取综合报告、列出历史咨询、优化问题以及开启顾问会话。项目采用 MIT 许可证。
CoworkingView MCP 是一个托管的 MCP 服务器与 REST API，让 Claude、ChatGPT、Cursor、VS Code 等 AI 助手直接搜索和比较欧洲及阿联酋的共享办公空间与私人办公室。它免费、只读、无需注册或 API 密钥，采用 Streamable HTTP 协议，接入后助手可在对话中查询实时房源、价格、位置、设施，并按城市、区域、价格区间、工位类型或地图范围筛选，还能对比多个空间、查看城市市场均价与运营商信息。价格由运营商自行发布，均为“起价”，货币不自动换算，目录持续扩展。
CPPO（Completion Pruning Policy Optimization，补全剪枝策略优化）是一种用于加速基于 GRPO（Group Relative Policy Optimization，组相对策略优化）的推理模型训练的方法。该项目由 lzhxmu 发布在 GitHub 上，论文已被 NeurIPS 2025 接收。GRPO 虽然有效，但需要为每个问题采样多个补全（completion），导致训练成本高昂。CPPO 通过剪除绝对优势（absolute advantage）较低的补全，显著减少梯度计算与更新所需的补全数量，并引入动态补全分配策略，通过纳入额外问题来最大化 GPU 利用率。实验结果显示，相比原始 GRPO，CPPO 在 GSM8K 上可实现最高 8.32 倍加速，在 Math 上实现 3.51 倍加速，同时保持甚至提升准确率。项目提供了 verl 版本，并开源了相关仓库文件。
Cr8.art 是一个面向艺术创作的 AI 模型训练与交易平台。根据其官方页面信息，网站以“Create, Inspire, Transform（创造、启发、转化）”为口号，核心定位是让用户使用自己的艺术作品训练 AI 模型：一方面可以出售基于自己模型生成的作品，另一方面也可以出租自己训练的模型。该网站使用 Cookie 分析网站流量并优化访问体验，接受后数据会与其他用户数据聚合。目前官方资料未提供关于训练流程、模型类型、收费方式、具体功能的更多细节，如需了解需访问其官网进一步确认。
CRAB（Cross-environment Agent Benchmark）是一个面向多模态语言模型智能体的通用基准测试框架，由 CAMEL-AI 团队开发。它提供端到端且易用的框架，用于构建智能体、操作环境并创建基准来评估它们，包含三大核心组件：跨环境支持、图评估器和任务生成。基于该框架开发的 CRAB Benchmark-v0 于2024年10月18日发布，包含 Ubuntu 和 Android 两个环境下的120个任务，并使用6种不同多模态语言模型在3种通信设置下进行测试。CRAB 支持多环境无缝适配，通过图评估器提供细粒度性能分析，并利用基于图的方法自动生成贴近真实场景的复杂任务。所有智能体操作、观察和评估器均通过 Python 函数定义，添加新环境仅需少量代码，配置遵循声明式编程范式，便于实验复现。
crafty-mcp 是一个用于 Crafty Controller 4 的 MCP（模型上下文协议）服务器，旨在让 AI 助手通过自然语言管理 Minecraft 服务器。它封装了 Crafty Controller 4 API V2 的完整功能，并提供一系列 MCP 工具，支持启动和停止服务器、发送控制台命令、管理玩家、编辑服务器文件、配置备份、设置计划任务、管理 Webhook 以及管理用户等操作，无需离开 AI 聊天界面即可完成。该工具是首个面向 Crafty Controller 的 MCP 服务器，采用 AGPL-3.0-or-later 许可证，由 Hadi Cherkaoui 开发。用户需在 MCP 客户端配置中添加相应设置，并可选地提供 Crafty API 令牌进行身份验证。
Craisee 是一个一站式 AI 资产创作平台，主打“一个提示框调用 100+ AI 模型”，在同一工作流内完成图像、视频、音频与文本的生成与编辑，无需切换标签页。平台聚合了 GPT Image、Seedance、Kling、Grok Imagine 等多种模型，支持模型对比与即时切换，并强调角色、产品与品牌在多模态参考下的一致性，以及精准局部编辑。官网提供注册即赠 50 积分、年付方案最高 3 个月免费的限时活动，并支持移动端使用。
中文介绍正在整理，稍后补充。
crawl-readiness-mcp 是一个 MCP 服务器，用于检查网站的 AI 就绪度：GPTBot、ClaudeBot、PerplexityBot 等 50 多个 AI 爬虫能否访问网站。它可生成 llms.txt、面向 AI 爬虫的 robots.txt 和 JSON-LD 结构化数据，并读取 LLM Monitor 趋势。支持 Claude Desktop、Cursor、Cline 和 Windsurf 等 MCP 客户端。
Crawleo-MCP 是 Crawleo 提供的模型上下文协议（MCP）服务器，让 Claude 等 AI 助手通过原生工具集成直接访问实时网页数据。它提供两个核心工具：web.search 用于实时网络搜索，支持增强 HTML、原始 HTML、Markdown、纯文本等多种输出格式，可指定国家/语言、设备类型（桌面、移动、平板），并支持自动爬取搜索结果；web.crawl 用于从任意 URL 深度提取内容，支持 JavaScript 渲染、Markdown 转换和截图。支持通过 NPM、克隆仓库、Docker 或远程托管服务器部署，并提供在 Claude Desktop、Cursor、Windsurf、GitHub Copilot 及 OpenAI 平台中的配置示例。注重隐私，承诺零数据保留。适合研究助理、内容分析、代码文档、新闻监控和市场研究等场景。
Crawlora MCP 是一个托管的模型上下文协议（MCP）服务器，为 AI 客户端和智能体提供结构化公共网络数据访问。它包含 3631 个工具，覆盖 471 个平台分组（包括搜索、地图、电商、社交、金融、旅游、应用商店、媒体和评论），每个工具返回干净、规范化的 JSON 而非需要解析的 HTML。支持 Claude、Cursor、VS Code 及任何 MCP 客户端，可通过托管端点直接连接，或使用仓库中的开源本地服务器（npx / Docker，stdio 模式）运行。使用 Crawlora API 密钥认证，免费账户每月 2000 积分，无需信用卡。
零代码AI应用开发平台，内置AI智能体
create-mcp-ts 是一个用于快速创建 TypeScript MCP 服务器的脚手架工具，开箱即用。它无需构建配置，自动安装开发、构建和设置 MCP 服务器所需的一切依赖。该工具可自动在 Cursor、Windsurf 和 Claude Desktop 中配置你的 MCP 服务器，并支持自定义模板。项目只有一个构建依赖 mcp-scripts，内部使用 tsup 和 esbuild 等工具，提供零配置的开发体验，同时支持随时 eject 出自定义配置，避免锁定。适用于希望快速搭建 MCP 服务器的 TypeScript 开发者。
creatify-mcp 是一个面向 Creatify AI 的企业级 MCP 服务器，将 Creatify AI 的视频生成能力暴露给 AI 助手、聊天机器人和自动化工具。它基于 @tsavo/creatify-api-ts TypeScript 客户端库构建，把复杂的视频创建工作流转化为自然语言交互。该服务器提供 12 个 MCP 工具（如创建带嘴唇同步的虚拟人视频、URL 转视频、AI 短视频、自定义虚拟人、脚本生成、带情感控制的高级嘴唇同步等），并附带 6 个 MCP 资源（虚拟人列表、声音列表、模板、背景音乐、剩余额度等）和 5 个工作流提示模板。它还支持结构化日志、进度跟踪、AI 自述帮助等高级特性，需要 Node.js 18 及以上版本和 Creatify API 凭证（Pro 计划或更高）。
Crewship 是一个面向开发者的 AI 智能体工作流部署平台，支持一键部署 CrewAI、LangGraph 和 LangGraph.js 智能体。它提供实时流式输出、自动扩缩容、零基础设施管理、制品管理、安全隔离环境、版本控制与回滚、以及运行监控控制台。按使用量付费，可免费开始，无需信用卡，60 秒内即可部署第一个智能体。
crimson-crab-mcp-template 是一个用 Rust 编写的 MCP（Model Context Protocol）服务器模板，通过 crimson-crab SDK 调用 Anthropic 的 Claude API。它以「即克隆即用」的方式提供五个工具：ask_claude（发送提示词获取 Claude 回复）、chat（多轮对话）、count_tokens（在不实际运行的情况下估算提示词的输入 token 数，便于提前评估成本）、list_models（列出当前 API Key 可用的模型）、get_model（返回某个模型的元数据与限制信息，如上下文窗口和最大输出 token）。该模板面向希望用 Rust 构建自有 Claude 驱动 MCP 工具的开发者，可作为参考起点。服务器通过 stdio 通信，日志输出至 stderr，stdout 保留给 MCP 协议；支持通过 RUST_LOG=debug 输出更详细日志，可编译优化二进制并接入 Claude Desktop 使用。
crw（fastCRW）是一个用 Rust 编写的开源网页爬取与搜索 API，可作为 Firecrawl/Tavily 的轻量替代方案。它提供抓取、爬取、站点映射与搜索能力，支持将 URL 转成干净的 Markdown 或结构化 JSON，并兼容 Firecrawl 的 /scrape、/crawl、/search 接口。内置面向 AI 智能体的 MCP 服务器，可自动接入 Claude Code、Cursor、Codex、Gemini CLI、OpenCode、Windsurf 等工具。官方数据显示其在 1K URL 基准测试中比 Tavily 快 2.3 倍、比 Firecrawl 快 1.5 倍，空闲内存约 6-14 MB，单个二进制文件即可运行。支持自托管或托管云服务，附 1000 免费额度（无需信用卡），并有 Python 与 TypeScript SDK。
crypto-feargreed-mcp 是一个基于 MCP（Model Context Protocol）的服务器，用于提供实时和历史加密货币恐惧与贪婪指数（Crypto Fear & Greed Index）数据。该数据由 Alternative.me 提供。它通过资源和工具的形式，让兼容 MCP 的客户端（如 Claude Desktop）能够方便地获取和分析该指数。主要功能包括：获取当前指数值及分类、获取指定天数的历史数据、进行趋势分析（如平均值和趋势方向）、提供仅工具版本以兼容仅支持工具的 MCP 客户端，以及提供用于解读指数值的提示模板。